[发明专利]一种数据分析方法及装置

说明书

技术领域

本发明涉及数据分析技术领域，尤其涉及一种数据分析方法及装置。

背景技术

对于服务型企业，尤其是互联网企业来说，通过分析用户的评论信息能够及时掌握产品的不足以及了解用户需求。根据用户对产品的评论信息，尤其是用户对产品的负面评论信息对产品进行改进和维护，是提升产品用户体验的最佳途径。

在现有技术中，服务型企业普遍重视对用户评论数据的分析，以便从中发现产品问题。常用的分析方法是：获取用户评论数据，对获取的用户评论数据进行文本挖掘，从中查找得到用户对产品故障的评论信息。在用户对产品故障的评论数据中，有用户对产品故障的正面或中性评论数据，也有用户对产品故障的负面评论数据。其中，对用户对产品故障的负面评论数据进行分析，很容易得到对产品改进有益的信息；相反，对用户的正面或中性评论数据进行分析，很难得到对产品改进有益的信息。而在现有技术中，并没有区分用户评论的属性，对所有的用户评论数据都进行分析，其分析效率较低。

发明内容

基于上述现有技术的缺陷和不足，本发明提出一种数据分析方法及装置，采用该方法及装置，能够辨别用户评论数据是否为负面评论数据，从而使得对用户的评论数据进行分析挖掘时，更具有针对性，提高了数据分析效率。

一种数据分析方法，包括：

获取评论数据；

将所述评论数据与报障词典中的评论词进行对比，判断所述评论数据是否是表征产品故障的评论数据；其中，所述报障词典为设定数量的表征产品故障的评论词的集合；

如果所述评论数据是表征产品故障的评论数据，则进一步对所述评论数据进行情感分析处理，判断所述评论数据是否是负面评论数据；

如果所述评论数据是负面评论数据，则存储所述评论数据。

优选地，所述将所述评论数据与报障词典中的评论词进行对比，判断所述评论数据是否是表征产品故障的评论数据，包括：

对所述评论数据进行分词处理，得到组成所述评论数据的各个分词；

分别将所述组成所述评论数据的各个分词与报障词典中的评论词进行对比；

如果所述组成所述评论数据的各个分词中的任意一个分词，与所述报障词典中的任意一个评论词相同，则判断所述评论数据是表征产品故障的评论数据；

如果所述组成所述评论数据的各个分词中的每一个分词，均与所述报障词典中的每一个评论词不同，则判断所述评论数据不是表征产品故障的评论数据。

优选地，所述对所述评论数据进行分词处理，得到组成所述评论数据的各个分词，包括：

调用中文分词工具包对所述评论数据进行分词处理，得到组成所述评论数据的各个分词。

优选地，所述对所述评论数据进行情感分析处理，判断所述评论数据是否是负面评论数据，包括：

调用设定的情感分析模型，对所述评论数据进行情感分析处理，判断所述评论数据是否是负面评论数据。

优选地，在获取评论数据之后，在将所述评论数据与报障词典中的数据进行对比，判断所述评论数据是否是表征产品故障的评论数据之前，该方法还包括：

对所述评论数据进行审核，判断所述评论数据是否满足设定的审核标准；

如果所述评论数据不满足设定的审核标准，则将所述评论数据删除。

一种数据分析装置，包括：

数据获取单元，用于获取评论数据；

第一处理单元，用于将所述评论数据与报障词典中的评论词进行对比，判断所述评论数据是否是表征产品故障的评论数据；其中，所述报障词典为设定数量的表征产品故障的评论词的集合；

第二处理单元，用于在所述第一处理单元判断所述评论数据是表征产品故障的评论数据时，进一步对所述评论数据进行情感分析处理，判断所述评论数据是否是负面评论数据；

数据处理单元，用于在所述第二处理单元判断所述评论数据是负面评论数据时，存储所述评论数据。

优选地，所述第一处理单元，包括：

分词处理单元，用于对所述评论数据进行分词处理，得到组成所述评论数据的各个分词；

判断处理单元，用于分别将所述组成所述评论数据的各个分词与报障词典中的评论词进行对比；

如果所述组成所述评论数据的各个分词中的任意一个分词，与所述报障词典中的任意一个评论词相同，则判断所述评论数据是表征产品故障的评论数据；

如果所述组成所述评论数据的各个分词中的每一个分词，均与所述报障词典中的每一个评论词不同，则判断所述评论数据不是表征产品故障的评论数据。